A hatékony kereskedelmi működés alapja a vásárlói szokások, elvárások pontos ismerete. A kereskedelem jelenlegi szerteágazó mivolta miatt a vásárlói szokások, trendek elemzése bonyolult és hosszadalmas folyamat, automatizáltság nélkül nem megoldható. A téma célja, hogy automatikus módon összegyűjtse és elemezze mindazokat az információkat, amelyek ahhoz szükségesek, hogy egy kereskedelmi forgalomban lévő termékről megállapítsa azok népszerűségét, életútját, aktuális árát és elérhetőségét abból a célból, hogy az összegyűjtött és elemzett adatok alapján üzleti döntéseket támogató információkat tudjon biztosítani az online és offline kereskedők számára egyaránt. Ezen információk birtokában a kereskedők képessé válnak arra, hogy a lehető leggyorsabb módon dönthessenek az értékesíteni kívánt termékek áráról, beszerzési mennyiségéről és értékesítési, valamint marketing stratégiájáról. Magyarországon és világviszonylatban sem tudunk hasonló, üzletileg is hasznosult, vagy publikusan elérhető fejlesztésről vagy szolgáltatásról, melynek okai összetettek. A terület rendkívül új és jelentős informatikai/kutatási beruházásokat igényel, ezért csak a világviszonylatban is jelentős szereplők (Amazon, Alibaba, Facebook) engedhetik meg maguknak, hogy hasonló kutatásokra jelentősebb összegeket fordítsanak. Ugyanakkor ezek a cégek a megszerzett/kikutatott know-how-t nem osztják meg egymással, azokat szigorú üzleti titokként kezelik. Léteznek olyan szolgáltatások, melyek lefedik egy részét az általunk tervezett funkcióknak, de ezek leginkább az árak követésére, az ezzel kapcsolatos adatgyűjtésre korlátozódnak és leginkább az árösszehasonlító oldalakon elérhető publikus információk összegyűjtése és prezentálása a feladatuk, különösebb üzleti intelligencia alapú elemzést nem végeznek (pl. E-manager, Browswave, Price2Spy, Prisync, Dataweps). Ezeken kívül elérhetők a piacon olyan szolgáltatások, melyek közösségi-média adatok alapján vizsgálják egy márka népszerűségét, de ezek elsősorban nem kereskedelmi fókuszú megközelítéssel rendelkeznek, illetve nem minden esetben automatizált adatgyűjtéssel dolgoznak, ezért ilyen értelemben nem tekinthetők közvetlen konkurenciának, illetve nincs döntéselőkészítő funkcionalitásuk, az adatokat nem elemzik, csupán aggregálva jelenítik meg. A téma céljául kitűzött rendszer tervezése a legújabb big data és gépi tanulás kutatási eredményeken alapulva, saját algoritmusok fejlesztésével valósulna meg. Segítségével a kisebb piaci szereplők egy elérhető szolgáltatáshoz jutnának, mely segíti őket a nagyobb szereplőkkel szemben meglévő hátrányuk ledolgozásában. A téma célja egy olyan (SaaS - Software as a Service) szolgáltatás megtervezése, amelyet a kereskedők világszerte felhasználhatnának üzleti döntéseik támogatásához.